（3-3-02）绘制散点图和折线图：在Tkinter中使用Matplotlib绘制图表+绘制包含点、曲线、注释和箭头的统计图+在两栋房子之间绘制箭头指示符

3.3.3  在Tkinter中使用Matplotlib绘制图表

在下面的实例文件123.py中，演示了在标准GUI程序Tkinter中使用Matplotlib绘制图表的过程。

源码路径：codes\3\3-3\123.py

class App(tk.Tk):
    def __init__(self, parent=None):
        tk.Tk.__init__(self, parent)
        self.parent = parent
        self.initialize()

    def initialize(self):
        self.title("在Tkinter中使用Matplotlib！")
        button = tk.Button(self, text="退出", command=self.on_click)
        button.grid(row=1, column=0)
        self.mu = tk.DoubleVar()
        self.mu.set(5.0)  #参数的默认值是"mu"
        slider_mu = tk.Scale(self,
                             from_=7, to=0, resolution=0.1,
                             label='mu', variable=self.mu,
                             command=self.on_change
                             )
        slider_mu.grid(row=0, column=0)
        self.n = tk.IntVar()
        self.n.set(512)  #参数的默认值是"n"
        slider_n = tk.Scale(self,
                            from_=512, to=2,
                            label='n', variable=self.n, command=self.on_change
                            )
        slider_n.grid(row=0, column=1)

        fig = Figure(figsize=(6, 4), dpi=96)
        ax = fig.add_subplot(111)
        x, y = self.data(self.n.get(), self.mu.get())
        self.line1, = ax.plot(x, y)
        self.graph = FigureCanvasTkAgg(fig, master=self)
        canvas = self.graph.get_tk_widget()
        canvas.grid(row=0, column=2)

    def on_click(self):
        self.quit()

    def on_change(self, value):
        x, y = self.data(self.n.get(), self.mu.get())
        self.line1.set_data(x, y)  # 更新data数据
        # 更新graph
        self.graph.draw()

    def data(self, n, mu):
        lst_y = []
        for i in range(n):
            lst_y.append(mu * random.random())
        return range(n), lst_y

if __name__ == "__main__":
    app = App()
    app.mainloop()

执行后可以拖动左侧的滑动条控制绘制的图表，执行效果如图3-30所示。

图3-30  执行效果

3.3.4  绘制包含点、曲线、注释和箭头的统计图

请看下面的实例文件jian.py，功能是使用Matplotlib在绘制的曲线中添加注释和箭头。

源码路径：codes\3\3-3\jian.py

import matplotlib.pyplot as plt  # 导入绘图模块
import numpy as np  # 导入需要生成数据的numpy模块

'''
添加注释  annotate()
    参数 ：(1)x  : 注释文本
          (2)xy:
          (3) xytext:
          (4) 设置箭头，arrowprops
                arrowprops : 是一个dict (字典)
           第一种方式：{'width':宽度,'headwidth':箭头宽,'headlength':箭头长,
                         'shrink':两端收缩总长度分数}
                例如：arrowprops={'width':5,'headwidth':10,'headlength':10,'shrink':0.1}
           第二种方式：'arrowstyle':样式
                例如：
              有关arrowstyle的样式：'-' 、'->'、'<-'、'-['、'|-|'、'-|>'、'<|-'、'<->'
                                   'fancy','simple','wedge'
'''
x = np.random.randint(0,30,size=10)
x[5] = 30  # 把索引为5的位置改为30
plt.figure(figsize=(12,6))
plt.plot(x)
plt.ylim([-2,35]) # 设置y轴的刻度
plt.annotate(s='this point is important',xy=(5,30),xytext=(7,31),
             arrowprops={'arrowstyle':'->'})
plt.show()

执行效果如图3-31所示。

图3-31  执行效果

再看下面的实例文件zong.py，功能是使用Matplotlib绘制包含点、曲线、注释和箭头的统计图。

源码路径：codes\3\3-3\zong.py

from matplotlib import pyplot as plt
import numpy as np

# 绘制曲线
x = np.linspace(2, 21, 20)  # 取闭区间[2, 21]之间的等差数列，列表长度20
y = np.log10(x) + 0.5
plt.figure()  # 添加一个窗口。如果只显示一个窗口，可以省略该句。
plt.plot(x, y)  # plot在一个figure窗口中添加一个图，绘制曲线，默认颜色

# 绘制离散点
plt.plot(x, y, '.y')  # 绘制黄色的点，为了和曲线颜色不一样
x0, y0 = 15, np.log10(15) + 0.5
plt.annotate('Interpolation point', xy=(x0, y0), xytext=(x0, y0 - 1), arrowprops=dict(arrowstyle='->'))  # 添加注释
for x0, y0 in zip(x, y):
    plt.quiver(x0, y0 - 0.3, 0, 1, color='g', width=0.005)  # 绘制箭头

x = range(2, 21, 5)
y = np.log10(x) + 0.5
plt.plot(x, y, 'om')  # 绘制紫红色的圆形的点
x0, y0 = 7, np.log10(7) + 0.5
plt.annotate('Original point', xy=(x0, y0), xytext=(x0, y0 - 1), arrowprops=dict(arrowstyle='->'))
for x0, y0 in zip(x, y):
    plt.quiver(x0, y0 + 0.3, 0, -1, color='g', width=0.005)  # 绘制箭头

# 设置坐标范围
plt.xlim(2, 21)  # 设置x轴范围
plt.xticks(range(0, 23, 2))  # 设置X轴坐标点的值，为[0， 22]之间的以2为差值的等差数组
plt.ylim(0, 3)  # 设置y轴范围

# 显示图形
plt.show()  # 显示绘制出的图

对上述代码的具体说明如下：

（1）导入matplotlib模块的pyplot类，这里主要用了pyplot里的一些方法。导入numpy用于生成一些数列，分别给pyplot和numpy记个简洁的别名plt和n,。

（2）通过方法np.linspace(start, stop, num)生成闭区间[stop, stop]里的数组长度为num的等差数列，在本例中想作为插值点显示出来。

（3）通过方法plt.figure()添加窗口。如果把所有图形绘制在一个窗口里则可以省略该行代码，因为figure(1)会被默认创建。如果想添加窗口，则需要再添加一行代码plt.figure()，plt.figure(num)的窗口序号num会自动自增加1。

（4）通过方法plt.plot()在窗口中绘制曲线，传递x, y参数，分别表示横轴和纵轴。

本实例的执行效果如图3-32所示。

图3-32  执行效果

---

3.3.5  在两栋房子之间绘制箭头指示符

请看下面的实例文件zhishi.py，首先使用散点图表示房子的位置，然后在两栋房子之间绘制箭头指示符。

源码路径：codes\3\3-3\zhishi.py

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(5, 5))
ax.set_aspect(1)

x1 = -1 + np.random.randn(100)
y1 = -1 + np.random.randn(100)
x2 = 1. + np.random.randn(100)
y2 = 1. + np.random.randn(100)

ax.scatter(x1, y1, color="r")
ax.scatter(x2, y2, color="g")

bbox_props = dict(boxstyle="round", fc="w", ec="0.5", alpha=0.9)
ax.text(-2, -2, "住宅A", ha="center", va="center", size=20,
        bbox=bbox_props, fontproperties="SimSun")
ax.text(2, 2, "住宅B", ha="center", va="center", size=20,
        bbox=bbox_props,fontproperties="SimSun")

bbox_props = dict(boxstyle="rarrow", fc=(0.8, 0.9, 0.9), ec="b", lw=2)
t = ax.text(0, 0, "Direction", ha="center", va="center", rotation=45,
            size=15,
            bbox=bbox_props)

bb = t.get_bbox_patch()
bb.set_boxstyle("rarrow", pad=0.6)

ax.set_xlim(-4, 4)
ax.set_ylim(-4, 4)

plt.show()

本实例的执行效果如图3-33所示。

图3-33  执行效果